讲了九讲原理，最后一讲回到最实际的问题：这东西到底能不能用，能用到什么程度？
一、"准确率 99%"是什么意思
先拆穿一个常见的宣传话术。厂商说"准确率 99%"，你至少得问三个问题：
1. 在什么数据上测的
如果测试集是"AI 全文生成 vs 人类初稿"，那 99% 不难。但真实场景里出现的，是"AI 生成后被改过三遍"、"人写一半 AI 补一半"、"翻译过来的"——这些才是难点，而它们通常不在漂亮的数字里。
2. 误报率是多少
准确率是个笼统的说法。真正要紧的是分开看：
- 误报率（人写的判成 AI）：这个数字越低越好，它决定了会不会冤枉人；
- 漏报率（AI 写的判成人）：这个高一点可以接受。
只报一个"准确率"而不拆开这两个数的，基本可以不看。
3. 面对最新模型还成立吗
检测工具天然滞后于生成模型。一个新模型发布后，旧检测器的表现往往会明显下滑，直到重新训练。半年前的数字，今天可能已经不成立了。
一句话
任何声称"100% 准确"或"权威认证"的 AI 检测宣传，都可以直接判定为不实。这个领域目前不存在这样的东西。
二、三个场景，三种用法
场景一：学校（作业、论文）
建议：只做筛查线索，绝不做处罚依据。
- 检测分数高 ≠ 作弊。已经有多起学生因误判被错误指控的公开案例，其中相当一部分涉及非母语写作者。
- 更可靠的证据是过程：文档的编辑历史、草稿、能否口头解释自己写的内容、和既往作业的风格对比。
- 如果一定要用，流程应该是：检测异常 → 面谈 → 给解释机会 → 由人做最终判断。跳过中间任何一步都不合适。
场景二：职场（招聘、周报、内容审核）
建议：用于内容分级，不用于人员评价。
- 相对合理的用法：判断"这段内容是否需要人工复核"，或者"是否要打上 AI 生成标识"。
- 不合理且高风险的：拿它给员工打分、作为绩效或解约依据。误判的代价完全不对等。
- 对正式文体（周报、方案、公文）的检测结果要额外打折——第 6 讲说过，规范的写作天然"像 AI"。
场景三：媒体与内容平台（辟谣、审核）
建议：技术判断 + 来源核查，双轨并行。
- 图片的优先动作永远是反向搜索和元数据核查，而不是跑算法。
- 涉及传播量大的内容，宁可标注"存疑"也不要急于下定论——撤回的成本远高于等待。
- 注意平台压缩会摧毁技术证据链：拿转发过的截图做结论，可信度要显著下调。
三、一份"要不要相信这个结果"的自查表
拿到一个检测结果，先问自己六个问题：
- 字数/画质够吗？（文本少于 200 字、图片经过重度压缩，结论都不可靠）
- 对象是不是非母语写作者或正式文体？（是的话调低权重）
- 内容有没有经过改写、翻译、翻译软件润色？（是的话基本失效）
- 是不是人机混合写作？（单一百分比无法描述）
- 工具给的是否只有百分比，没有置信度和依据？（只给数字的工具，信息量不足）
- 如果判错了，代价由谁承担？（代价越高，要求越严）
核心原则
AI 鉴定的正确角色是"提示该去查了"，不是"已经查明了"。把它当体温计——发烧了要去看医生，但不能凭体温开处方。
四、接下来会怎样
坦率说，纯靠"事后猜测"的检测路线，长期看是在打一场必输的仗。生成模型越来越像人，检测特征就越来越失效。真正有希望的，是另外两条路：
- 源头标识：在生成时就留下无法轻易去除的标记——文本水印和C2PA 内容凭证都属此类。它们不解决"猜"，而是提供"证"。
- 过程留痕：写作工具记录创作过程，让"怎么写的"变得可查。这比事后鉴字可靠得多，也更尊重创作者。
监管层面，国内外都在推进 AI 生成内容的标识要求。这会形成一个有意思的转折：未来的重点可能不是"检测是不是 AI"，而是"检查有没有按规定标识"——后者是确定性的，前者永远只能是概率。
五、系列回顾
十讲串起来，其实就三件事：
- 文本怎么判：第 1 讲原理 → 第 2 讲困惑度与突发性 → 第 3 讲为什么这么平 → 第 4 讲本地引擎 → 第 5 讲水印 → 第 6 讲为什么会错。
- 图片怎么判：第 7 讲肉眼清单 → 第 8 讲噪声与频域 → 第 9 讲元数据与 C2PA。
- 怎么用：就是这一讲——当线索，不当判决。
最后
如果你只记住一句话，那就记住这句：
AI 鉴定工具给出的不是"是不是"的答案，而是"值不值得追问"的信号。真正该追问的，是创作过程，不是一个百分比。
想亲手试试？把一段文字或一张图丢进鉴定器，看看它会给出什么信号。